改进使用切割平面检测球状和椭圆状对象的分水岭分割的制作方法

专利名称：改进使用切割平面检测球状和椭圆状对象的分水岭分割的制作方法
相关申请的交叉引用本申请要求申请号为No.60/576,041的美国临时申请的优先权，该申请于2004年6月1日提交，并且该申请在此整体引入作为参考。
背景技术：
1.发明领域本发明通常涉及基于计算机成像的领域，并且更特别地涉及从图像中检测球状对象和椭圆状对象。
2.相关领域描述多个基于图像的计算机辅助诊断(“CAD”)工具的目的在于帮助医生在一大批图像切片中检测到球状和椭圆状结构。例如在胸部图像中，医生可能会对检测结节感兴趣，该结节在暗色的肺部区内部呈现为白色球体或半球体。又例如在结肠图像中，医生可能会对检测息肉感兴趣，该息肉呈现为附在结肠上的球状和半球状突起结构。再例如在脉管图像中，医生可能会对检测动脉瘤感兴趣，该动脉瘤呈现为在脉管表面以外的球状突起结构。医生可能会期望检测到解剖组织中的任何各种其他结构。这些结构可以包括但并不限于各种类型的囊肿、膀胱中的息肉、肝脏中的血管瘤等等。
用于从3D图像中检测到球状或部分球状结构的当前方法通常是将图像划分为多个2D平面。然后在所述多个平面中检测环形结构或者肿块，这些图像被定向在横跨整个图像的多个方向。从所述多个平面所收集到的信息能够被组合成3D再现。
此外，可以对初始体积数据进行预处理，例如，以提高过程的整体结果，或者以在某些变换之后以相同图像的另一种表示来找到球状对象。然而，这种预处理可能花费时间并且做出不稳定或者一贯有效的假设，从而导致执行失败。

发明内容
在本发明的一个方面，提供一种在来自图像的候选像素处检测到期望的对象的方法。该方法包括下列步骤(a)在期望的对象中选择代表性的点；(b)通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性的横截面；(c)使至少一个第二较低维数的平面穿过该候选像素；(d)使用区域分割将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；(e)将至少一个第二区域与至少一个第一横截面相匹配；(f)根据步骤(e)的结果来确定匹配值；以及(g)使用该匹配值来确定是否在该候选像素处检测到期望的对象。
在本发明的另一方面，提供一种机器可读介质，该机器可读介质具有被存储在其上的指令，这些指令由处理器运行来执行在来自图像的候选像素处检测到期望的对象的方法。该方法包括下列步骤(a)在期望的对象中选择代表性的点；(b)通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性横截面；(c)使至少一个第二较低维数的平面穿过该候选像素；(d)使用区域分割来将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；(e)将至少一个第二区域与至少一个第一横截面相匹配；(f)基于步骤(e)的结果确定匹配值；以及(g)使用该匹配值来确定是否在该候选像素处检测到期望的对象。
在本发明的再一方面，提供一种在来自图像的候选像素处检测到期望的对象的系统。该系统包括选择装置，用于在期望的对象中选择代表性的点；确定装置，用于通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性横截面；分割装置，用于使用区域分割来将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；匹配装置，用于(a)将至少一个第二区域与至少一个第一横截面相匹配，以及(b)根据该匹配确定匹配值；以及检测装置，用于使用该匹配值来确定是否在该候选像素处检测到期望的对象。
附图简述本发明可通过结合附图参考下列说明来理解，其中相同的参考编号标识相同的元件，以及其中

图1根据本发明的一个示例性实施方式示出了来自包括息肉的结肠的三维CT图像的切片；图2根据本发明的一个示例性实施方式示出了图1的CT图像在进行对象和背景局部最大值抑制之后执行分水岭分割之后的图像；以及图3示出了使用来自分水岭分割的简单阈值和信息对图2的图像进行分割后的图像。
优选实施方式的详述本发明的说明性实施方式在下面被描述。为了清楚，在说明书中没有对实际实施方案的所有特征都进行描述。当然应理解，在任何这种实际实施方式的研发中，为了实现开发者的特定目标必须做出多个实施方案专用的决定，这些特定目标诸如符合与系统相关的和与商业相关的约束，这些特定目标将因实施方案的不同而变化。而且，应理解，这种开发工作可能是复杂且耗费时间的，但是对于得益于本公开内容的本领域普通技术人员来说，这不过是例行工作。
尽管本发明容易受到各种修改和替换形式的影响，但是其特定实施方式已例如在附图中被示出并且在这里详述。然而，应当理解，在此对特定实施方式的描述并不意图将本发明限制到所公开的特定形式，而是相反，本发明要覆盖落入由所附的权利要求所限定的本发明的精神和范围内的所有修改、等同物和替换方案。
应当理解，在此所描述的系统和方法可以各种形式的硬件、软件、固件、专用处理器或者其组合来实施。特别地，本发明的至少一部分优选地被实施为包括程序指令的应用程序，这些程序指令确实被包括在一个或多个程序存储装置(例如，硬盘、软磁盘、RAM、ROM、CD ROM、等等)上并可通过包括适当架构的任何装置或机器来执行，诸如通过具有处理器、存储器和输入/输出接口的通用数字计算机来执行。还应当理解，因为附图中示出的某些组成系统部件和过程步骤优选地以软件来实施，所以系统模块(或方法步骤的逻辑流)之间的连接可能根据本发明被编程的方式而有所不同。在此给出教导，所涉及领域的普通技术人员将能够预料到本发明的这些以及类似的实施方案。
在下列公开内容中，应当理解，如在此所使用的术语“图像”可以包括任何维数大于或等于2的图像(例如，二维图像，三维体积)。
尽管没有如此被限制，但是为了简单，在这里将参考计算机断层扫描(“CT”)图像中的结肠息肉环境中的部分球状对象来描述本发明的示例性实施方式。然而，应当理解，如本领域技术人员所预料的那样，本发明可应用于广泛的形式，这些形式包括磁共振(“MR”)、超声波(“US”)、以及正电子发射断层扫描(“PET”)。还应当理解，本发明可被用于非医学成像应用，诸如在地震数据中找到球状盐丘。
在理想情况下，环形对象(即感兴趣区域)清楚地与背景并且与其他对象(在下文中统称为“背景”)分离。简单的强度阈值对于隔离感兴趣区域来说是足够的。然而，如典型地是这种情况那样，环形对象可能不能通过简单阈值或者跨越图像唯一应用的阈值容易地与背景分离。
例如，考虑包括以下两个对象的图像环形对象(即，感兴趣区域)和背景对象。还考虑可能是背景强度的两对象之间的区域的强度因为部分容积效应而类似于这两个对象的强度和/或由于图像采集和/或重建而是平滑的。在这种情况下，最佳阈值处理技术应该能够适于找到对象的轮廓，而不论背景强度及其变化。例如，当两个对象彼此靠近时，这两个对象之间的部分容积效应使得背景的强度比在其它地方更接近对象的强度。图1在结肠的计算机断层扫描(“CT”)图像中示出上述实例。
现在参考图1，示出来自结肠的三维CT图像100的切片，从而表示由虚线圆环所围绕的息肉105。息肉105存在于内腔110(也被称作“背景”或“空气”)和周围的身体组织115内。周围的身体组织115与内腔110之间的边缘是结肠壁。应注意，息肉105与结肠壁之间的强度可能不同于背景的强度并且通常是不可预测的。
息肉105附于结肠壁，并且在附着处，既由于形成隆起(ridge)的附着变迁又由于通过体积进行切片而存在部分容积效应。如图1所示，这些容积效应呈现为强度值的减少。再次参考图1，在左侧可视化跨越中心水平图像的强度值分布(profile)。虚线圆环区域示出息肉105。当跟随图像中的水平线120时，能够看到强度分布从低的强度开始，然后增加。在中心(与息肉105的十字准线截面)，能够看到强度值在息肉105的左边增长，并且跨越息肉，但是再度减少以展现脊。这个脊可能难以限定。在此所描述的分水岭方法使得能够容易地检测到该变迁。
如在此所使用的那样，术语“强度”指的是CT图像的局部X-射线吸收系数的量度。为了可视化，可以使用从强度到颜色的映射。例如，在一个示例性映射技术中，诸如空气的吸收系数的低吸收系数对应于“黑”色，而诸如组织的吸收系数的高吸收系数对应于浅灰色或白色。
提出一种使用分水岭分割(即，分水岭法)的技术用于自动分离感兴趣区域，从而克服了选择最佳阈值的问题。分水岭法是一种用于通过模拟浸没来分割强度分布的盆地(basins)的技术。术语“分水岭”是指图像中将水沿斜面向下排到最低点的区域。分水岭法的输出是一组所标注的、所连接的成分(component)以及一组所连接的成分之间的脊点(crest point)。
分水岭分割是一种形态学技术，这种技术能够直观地被描述如下(1)将图像视为高度图，并随着水渗透过最低点以及均匀上升且完全跨越图像而将其逐渐浸入水中；以及(2)在两个截然不同的水体(即，集水盆)汇合之处放置“堤坝”，并持续该过程直到水已到达图像的所有点。堤坝提供最终分割。在图像领域中，这些堤坝可被解释为种子的生长，这些种子同时与其高度成比例地放置到图像的最小值上，这些种子的生长最终会聚到强度图的脊线上。术语“最小值”是指没有被具有较低值的像素包围的点、曲线或者平面。术语“最大值”是指没有被具有较高值的像素包围的点、曲线或者平面。
从背景中隔离出对象(即，感兴趣区域)通常需要确定对象的边界(即，对象开始和终止的地方)。然而，判定背景中的对象的边界可能对于边界的像素(即，脊点)是不确定的，这些像素具有在对象强度范围与背景强度范围之间的强度值。这些强度值可能是由部分容积效应或者模糊而人为地产生。
分水岭分割能将对象与背景分离。特别地，分水岭分割产生环绕感兴趣对象的脊点。分水岭分割将通常找到图像中的所有脊点。然而，需要的只是具有在对象强度范围与背景强度范围之间的不确定的强度范围的脊点。为了约束分水岭来仅在该不确定的强度范围内找到脊点，例如通过对图像进行适当地阈值处理而去除对象和背景中的所有局部最大值。这可被认为是对象和背景局部最大值抑制。
分水岭法的后处理可能是必须的。特别地，如果知道这种情况暗示这些所连接的成分属于同一个对象，那么可能想要抑制所连接的成分之间的所有脊点，这些成分的最大强度不在对象强度的范围内(即，脊点是纯部分容积群)。如在此所使用的那样，术语“所连接的成分”是指“全部连接的”像素的积聚。也就是，对于这组像素中的任何两个像素，能够从一个像素到达另一个像素，从相邻像素跳跃到相邻像素。在可替换的实施方式中，还可以合并其最大强度在对象强度的范围内的所有相邻的所连接的成分。
现在参考图2，示出如上详细所述的图1的CT图像100在进行对象和背景局部最大值抑制之后的分水岭输出200。脊点(即，画有阴影的边界)205清楚地将息肉210与周围的身体组织215和结肠壁(即，息肉210与周围的身体组织215之间的边缘)分离。脊点205自动识别息肉210与结肠壁之间的最佳切割。
然后，息肉210与结肠壁之间的分离能被用于基于所连接的成分的进一步计算。例如，考虑一种可被用来在结肠的CT扫描中检测到息肉的用于切割平面的方法。该切割平面方法能被用于使用图像分割的本发明，该图像分割考虑到分水岭群中的分割。用于切割平面的示例性方法能够在于2004年9月20日提交的共同未决和共同转让的申请号为no.10/945,130并且名称为“METHOD AND SYSTEM FOR USINGCUTTING PLANES FOR COLON POLYP DETECTION(针对结肠息肉检测而使用切割平面的方法和系统)”的专利申请中找到，该申请在此全部引入作为参考。
图3示出使用来自分水岭分割的简单阈值和信息(即，脊点)对图2的图像进行分割的结果。在示例性的简单阈值中，如果像素的强度在阈值之下，那么像素被设为黑色的，否则被设为白色的。这种简单阈值通常不能将息肉与结肠壁分离。在另一方面，这两个对象(即，息肉和结肠壁)都能够通过强制要通过分水岭的脊所分离的区域来隔离。
应当理解，如本领域普通技术人员所预期到的那样，使用任何不同的分割方法。例如，实现分割可以是使用固定阈值、全局自适应阈值(即，使用诸如均值、最小值、最大值、标准偏差、分位点、及其加权形式的统计数字、迭代方法或者图像直方图分析)、以及局部自适应阈值(即，与全局自适应阈值相同但是局部用于子体积)。
在一个示例性实施方式中，分水岭分割可以下列步骤来实施(1)在体积图像内选择感兴趣体积(“VOI”)。这可以是整个体积。
(2)在该VOI内部，从VOI内的局部最大值中选择种子点(或者，如果寻找孔而不是肿块，则从局部最小值中选择)。
(3)根据特定准则去除某些不相关的分水岭群，这些特定准则例如最小表面、最大表面、最小圆、相邻群的编号和位置。
应当理解，如本领域的普通技术人员所预料到的那样，可使用任何不同的分水岭分割方法。例如，另一示例性实施方案可能不需要选择种子。
另外，本发明可被用于其中脊的出现可以仅通过分析图像的时间序列而使用分水岭来恢复并因此作为动态过程的一部分的图像。这同样可被用来以对称方式检测到孔(凹陷)，诸如检测到憩室病(diverticulosis)。
由于本发明可以对于得益于在此的教导的本领域普通技术人员显而易见的不同但等效的方式来修改和实践，所以上述所公开的特定实施方式仅是说明性的。此外，除了如以下的权利要求所描述的那些以外，并不打算限制到在此所示出的结构或者设计的细节。因此，上述所公开的特定实施方式显然可被更改或者被修改，并且所有这种变化在本发明的范围和精神内被考虑。因此，在此所寻求的保护在下列权利要求中被阐明。
权利要求
1.一种在来自图像的候选像素处检测到期望的对象的方法，该方法包括下列步骤a.在期望的对象中选择代表性的点；b.通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性的横截面；c.使至少一个第二较低维数的平面穿过该候选像素；d.使用区域分割来将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；e.将至少一个第二区域与至少一个第一横截面相匹配；f.根据步骤e的结果来确定匹配值；以及g.使用该匹配值来确定是否在该候选像素处检测到期望的对象。
2.如权利要求1所述的方法，进一步包括以下步骤选择图像，其中该图像至少是二维的。
3.如权利要求2所述的方法，其中，获得图像的步骤包括选择医学图像。
4.如权利要求3所述的方法，其中，选择医学图像的步骤包括选择计算机断层扫描(CT)图像、磁共振(MR)、正电子发射断层扫描(PET)图像、超声波(US)图像、和单光子发射计算机断层扫描(SPECT)图像之一。
5.如权利要求1所述的方法，其中，通过使第一较低维数的平面穿过所述代表性的点来确定期望的对象的第一代表性的横截面的步骤包括通过使二维横截面通过所述代表性的点来确定期望的对象的第一代表性的横截面，其中该图像是三维的。
6.如权利要求1所述的方法，其中，使用区域分割的步骤包括使用阈值处理。
7.如权利要求6所述的方法，其中，使用阈值的步骤包括使用固定阈值处理、全局自适应阈值处理、和局部自适应阈值处理之一。
8.如权利要求1所述的方法，进一步包括选择具有期望的形状的期望的对象。
9.如权利要求8所述的方法，其中，选择具有期望的形状的期望的对象的步骤包括选择具有球状形状和椭圆状形状之一的期望的对象。
10.如权利要求1所述的方法，其中，使用区域分割的步骤包括使用分水岭分割。
11.如权利要求10所述的方法，其中，使用分水岭分割的步骤包括在图像的感兴趣体积(VOI)中生长分水岭群；以及根据分水岭准则去除不相关的分水岭群。
12.如权利要求11所述的方法，进一步包括以下步骤选择图像内部的VOI。
13.如权利要求11所述的方法，进一步包括以下步骤在VOI之内选择种子点。
14.如权利要求13所述的方法，其中，在VOI中生长分水岭群的步骤包括从所述种子点生长分水岭群。
15.如权利要求13所述的方法，其中，在VOI之内选择种子点的步骤包括在VOI之内的局部最大值中选择种子点。
16.如权利要求13所述的方法，其中，在VOI之内选择种子点的步骤包括在VOI之内的局部最小值中选择种子点。
17.如权利要求11所述的方法，其中，根据分水岭准则去除不相关的分水岭群的步骤包括根据至少一种表面属性去除不相关的分水岭群。
18.如权利要求17所述的方法，其中，根据至少一种表面属性去除不相关的分水岭群的步骤包括根据最大值、最小值、最小圆、多个相邻群、相邻群的位置、一阶导数、二阶导数以及分水岭群的属性中的至少一种来去除不相关的分水岭群。
19.一种机器可读介质，其具有被存储在其上的指令，所述指令由处理器运行来执行在来自图像的候选像素处检测到期望的对象的方法，该方法包括下列步骤a.在期望的对象中选择代表性的点；b.通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性横截面；c.使至少一个第二较低维数的平面穿过该候选像素；d.使用区域分割来将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；e.将至少一个第二区域与至少一个第一横截面相匹配；f.根据步骤e的结果确定匹配值；以及g.使用该匹配值来确定，是否在该候选像素处检测到期望的对象。
20.一种在来自图像的候选像素处检测到期望的对象的系统，该系统包括选择装置，用于在期望的对象中选择代表性的点；确定装置，用于通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性横截面；分割装置，用于使用区域分割来将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；匹配装置，用于(a)将至少一个第二区域与至少一个第一横截面相匹配，以及(b)根据该匹配来确定匹配值；以及检测装置，用于使用该匹配值来确定是否在该候选像素处检测到期望的对象。
全文摘要
在本发明的一个示例性实施方式中，提供一种在来自图像的候选像素处检测到期望的对象的方法。该方法包括下列步骤(a)在期望的对象中选择代表性的点；(b)通过使第一较低维数的平面穿过该代表性的点来确定期望的对象的第一代表性的横截面；(c)使至少一个第二较低维数的平面穿过该候选像素；(d)使用区域分割来将包含第二区域的候选像素与该至少一个第二较低维数平面中的每个平面中的其余像素分离；(e)将至少一个第二区域与至少一个第一横截面相匹配；(f)根据步骤(e)的结果确定匹配值；以及(g)使用该匹配值来确定是否在该候选像素处检测到期望的对象。
文档编号G06T5/00GK1993710SQ200580025982
公开日2007年7月4日 申请日期2005年3月4日 优先权日2004年6月1日
发明者P·卡西尔, L·博戈尼 申请人:美国西门子医疗解决公司